@unpublished{upm68317,
          author = {David Marquinez Burgos},
            year = {2021},
         address = {Madrid},
           month = {July},
           title = {An{\'a}lisis de la polarizaci{\'o}n del discurso de comunidades en redes sociales y blogs},
        keywords = {An{\'a}lisis de redes sociales; Twitter; Comunidades virtuales; Procesamiento del Lenguaje Natural; An{\'a}lisis del sentimiento},
             url = {https://oa.upm.es/68317/},
        abstract = {El aumento del uso de redes sociales presenta impactos positivos, pero tambi{\'e}n negativos. En este trabajo se analizan estos impactos negativos como publicaciones de tweets ofensivos o que promuevan el discurso del odio en la red social Twitter. Otros trabajos que estudian este fen{\'o}meno se centran en la detecci{\'o}n de comunidades para analizar las interacciones que se producen entre los distintos usuarios en las redes sociales o en la detecci{\'o}n del discurso del odio usando t{\'e}cnicas de procesamiento del lenguaje natural. Con este trabajo se pretende aunar estos dos enfoques para estudiar c{\'o}mo se polariza el discurso de estas comunidades. Se muestra el desarrollo de la herramienta utilizando como base Python junto con librer{\'i}as para la manipulaci{\'o}n de grafos y detecci{\'o}n de comunidades y de procesamiento del lenguaje natural. Se describe el proceso desde la captura de la informaci{\'o}n (tweets) hasta la extracci{\'o}n y an{\'a}lisis de los resultados que se obtienen tras el an{\'a}lisis de estos tweets, sus autores y las comunidades que se forman. Los principales resultados que nos arroja el an{\'a}lisis son, entre otros, un 25\% de los usuarios analizados presentaba un sentimiento negativo en sus tweets y la pol{\'i}tica y el racismo son temas frecuentes en las conversaciones de los usuarios.
Abstract:
The increasing use of social networks has positive impacts, but also negative ones. This project analyses these negative impacts, such as the publication of offensive tweets on the social network Twitter or the promotion of hate speech. Other work focuses on community detection or hate speech detection using natural language processing techniques, this project aims to bring these two approaches together. The development of the tool is shown using Python together with libraries for graph manipulation, community detection and natural language processing. The process is described from the beginning with the capture of the information (tweets) up to the extraction and analysis of the results obtained after the analysis of the tweets, their authors and the communities formed. The main results obtained from the analysis are, among others, that 25\% of the users analysed had negative sentiment in their tweets and politics and racism are frequent topics in the users? conversations.}
}